JPS623391A - Detecting system for range of threshold value - Google Patents
Detecting system for range of threshold valueInfo
- Publication number
- JPS623391A JPS623391A JP60141717A JP14171785A JPS623391A JP S623391 A JPS623391 A JP S623391A JP 60141717 A JP60141717 A JP 60141717A JP 14171785 A JP14171785 A JP 14171785A JP S623391 A JPS623391 A JP S623391A
- Authority
- JP
- Japan
- Prior art keywords
- threshold
- threshold value
- value
- pattern
- range
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Character Input (AREA)
Abstract
Description
【発明の詳細な説明】
〔産業上の利用分野〕
本発明は閾値範囲検出方式に関し、特に光学文字読取装
置の文字認識の前処理において多値パターンの閾値を決
定する際の閾値範囲検出方式に関する。DETAILED DESCRIPTION OF THE INVENTION [Field of Industrial Application] The present invention relates to a threshold range detection method, and particularly relates to a threshold range detection method for determining the threshold of a multi-value pattern in preprocessing for character recognition in an optical character reading device. .
従来、この種の閾値検出方式は、最適閾値を決定する際
に文字パターンの濃度の変化や線素幅を検出し、一定の
評価基準に基づいて評価することにより決定していた。Conventionally, this type of threshold detection method has determined the optimal threshold by detecting changes in the density of character patterns and line element widths, and evaluating them based on certain evaluation criteria.
上述した従来の閾値検出方式は、閾値を決定した後のパ
ターンを評価していないので、結果として閾値でスライ
スしたパターンにノイズが残っていたり、または線素の
一部が欠如することがある欠点がある。従って、ノイズ
によって認識不能になったり、または線素の欠如によっ
て認識不能や誤認識が発生したりする現象が起こること
になる。The conventional threshold detection method described above does not evaluate the pattern after determining the threshold, so it has the disadvantage that noise may remain in the pattern sliced by the threshold or some line elements may be missing. There is. Therefore, a phenomenon occurs in which noise makes it unrecognizable, or lack of line elements causes unrecognizability or erroneous recognition.
本発明の閾値範囲検出方式は、走査装置から得た多値パ
ターンを順次複数の閾値でスライスして各2値パターン
の線素ブロック数を検出し、該線素ブロック数の変化に
応じて極大値および極小値を算出したのち2つの極大値
の間において極小値を与える閾値の近傍の閾値群および
該極小値の近傍の線素ブロック数を与える閾値群のいず
れかを適切な閾値範囲として検出している。The threshold range detection method of the present invention sequentially slices a multivalued pattern obtained from a scanning device using a plurality of threshold values, detects the number of line element blocks of each binary pattern, and detects the maximum number of line element blocks according to changes in the number of line element blocks. After calculating the value and the minimum value, either a threshold group near the threshold that gives the minimum value between the two maximum values or a threshold group that gives the number of line element blocks near the minimum value is detected as an appropriate threshold range. are doing.
本発明は閾値によってスライスした2値パタ一ン全体を
評価し、その結果に基づいて適切な閾値範囲を得ようと
するものであり、閾値を変化させて多値パターンをスラ
イスしたとき、低い閾値ではノイズの数が増加し、また
高過ぎる閾値では線素の一部が欠如し、これらの結果と
してノイズらきめて2値パタ一ン全体の線素ブロック数
が変化することに着目している。The present invention evaluates the entire binary pattern sliced by a threshold value, and attempts to obtain an appropriate threshold range based on the result. When slicing a multi-value pattern by changing the threshold value, In this paper, we focus on the fact that the number of noise increases, and when the threshold is too high, some line elements are missing, and as a result, the number of line element blocks in the entire binary pattern changes due to the noise. .
次に、本発明について図面を参照して説明する。 Next, the present invention will be explained with reference to the drawings.
第1図は本発明の閾値範囲検出方式の一実施例を示すブ
ロック図である。FIG. 1 is a block diagram showing an embodiment of the threshold range detection method of the present invention.
同図において、外部の走査装置より多値の走査信号10
0を得て多値パターン記憶手段10に一時的に記憶した
のち、多値パターン信号101をスライス回路30の一
方の人力に出力する。スライス回路30のもう一方の入
力には閾値指定部20から閾値信°号102が与えられ
る。この閾値信号102は検出情報バッファ50の一方
の入力にら与えられる。スライス回路30は閾値信号1
02に基づいて多値パターン信号101をスライスして
2値パタ一ン信号103を出力し、これを線素ブロック
数検出部40に入力する。線素プロ・7り数検出部40
では指定された閾値の2値バタ一全体を一時記憶してお
いて逐時とり出し、ノイズもきめて2値パタ一ン全体に
含まれる線素プロ・7り数を検出してブロック数信号1
04を出力し検出情報バッファ50のもう一方の入力に
与える。In the figure, a multivalued scanning signal 10 is sent from an external scanning device.
After obtaining 0 and temporarily storing it in the multi-value pattern storage means 10, the multi-value pattern signal 101 is outputted to one of the slice circuits 30. The other input of the slice circuit 30 is given a threshold signal 102 from the threshold specifying section 20 . This threshold signal 102 is applied to one input of the detection information buffer 50. The slice circuit 30 receives the threshold signal 1
02, the multilevel pattern signal 101 is sliced to output a binary pattern signal 103, which is input to the line element block number detection section 40. Line element pro/7 number detection unit 40
Then, temporarily store the entire binary pattern of the specified threshold value, take it out one by one, determine the noise, detect the number of line elements included in the entire binary pattern, and generate the block number signal. 1
04 is output and applied to the other input of the detection information buffer 50.
検出情報バッファ50には、指定閾値θと線素ブロック
数Bが一時記憶される。検出情報バ・ノファ50の出力
105は検出情報記憶手段60に入力される。The detection information buffer 50 temporarily stores the specified threshold value θ and the number B of line element blocks. The output 105 of the detection information buffer 50 is input to the detection information storage means 60.
本実施例においては、多値パターンは9レベルの値を持
っているので、閾値は8レベルの範囲を指定できる。従
って、閾値指定部20では閾値を1、〜8まで8回逐時
変化させ、1つの多値パターンから8種類の2値バター
を抽出するように制御されている。この結果検出情報記
憶手段60には8組のデータが記憶される。検出情報記
憶手段60の出力106が算出部70に与えられると、
算出部70では、8組の指定閾値θ、線素ブロック数B
から極大値と極小値を算出したのち、適切な閾値範囲を
検出する。In this embodiment, since the multi-value pattern has 9 levels of values, the threshold value can specify a range of 8 levels. Therefore, the threshold specifying unit 20 is controlled to change the threshold eight times from 1 to 8, and extract eight types of binary butter from one multivalue pattern. As a result, eight sets of data are stored in the detected information storage means 60. When the output 106 of the detection information storage means 60 is given to the calculation section 70,
The calculation unit 70 calculates eight sets of specified threshold values θ and the number of line element blocks B.
After calculating the maximum value and minimum value from , an appropriate threshold range is detected.
次に、本実施例の処理内容について詳細に説明する。Next, the processing contents of this embodiment will be explained in detail.
第2図、第3図はそれぞれ閾値と2値パターンと線素ブ
ロック数の関係の第1.第2の例を示す図、第4図は閾
値と線素ブロック数の関係を一般表現して示す図である
。FIGS. 2 and 3 show the first relationship between the threshold, the binary pattern, and the number of line element blocks, respectively. FIG. 4, which is a diagram showing the second example, is a diagram showing a general representation of the relationship between the threshold value and the number of line element blocks.
それぞれ数字r□、および片仮名「ル」のパターン例を
示す第2図および第3図において、ff1llfθは数
の少ないほど2値パターンが濃くなるよう設定されてお
り、第2図では2値パターンは閾値θが1.へ・3の間
では紙面等のノイズが出ており、閾値θが6.〜8の間
では線素に欠如(かすれ)が出ている。各パターンにお
ける線素ブロック数Bは独立したノイズの数およびかす
れにより線素が分離した結果、独立した線素数が増加も
しくは削減された合計として示されている。また第3図
でも同様な状況であるが、パターンの違いにより線素ブ
ロックBの絶対数は異なっている。In Figures 2 and 3, which show pattern examples of the number r□ and the katakana "ru", respectively, ff1llfθ is set so that the smaller the number, the darker the binary pattern. The threshold value θ is 1. Between 3 and 3, there is noise from the paper surface, etc., and the threshold θ is 6. Between 8 and 8, lines are missing (faint). The number B of line element blocks in each pattern is shown as the total number of independent line elements increased or reduced as a result of line elements being separated due to the number of independent noises and blurring. The situation is similar in FIG. 3, but the absolute number of line element blocks B is different due to the difference in the pattern.
第1図に示した検出情報記憶手段60には上記したよう
な閾値θと線素ブロック数Bがベアで各入カバターンに
ついて8組のデータが記憶される。The detection information storage means 60 shown in FIG. 1 stores eight sets of data for each input cover pattern, with the threshold value θ and the number of line element blocks B as described above being bare.
第4図はこのような閾値θと線素ブロック数Bの関係を
一般化して表現し、線素ブロック数Bを閾値θの関数B
(θ)として図示したものである。Figure 4 generalizes and expresses the relationship between the threshold value θ and the number of line element blocks B, and expresses the number of line element blocks B as a function B of the threshold value θ.
(θ).
同図において、関数B(θ)の極大値G、はノイズの数
が最も多くなり、これ以下の閾値θではノイズにも連結
が起こってノイズの線素ブロック数Bは減少していく。In the figure, at the maximum value G of the function B(θ), the number of noises is the largest, and at a threshold θ below this, connection also occurs in noises, and the number B of line element blocks of noise decreases.
また極大値G2はかすれによる線素の分離が最ら多くな
り、これ以上の閾値θではかえってかずれ過ぎて線素が
消えていく。これらの現象は第2図、第3図にも示され
ている。Further, at the maximum value G2, the separation of line elements due to blurring occurs the most, and when the threshold value θ is greater than this, the deviation becomes too much and the line elements disappear. These phenomena are also shown in FIGS. 2 and 3.
極小値しは極大値G1と極大値G2と間にあるが、極小
値りを示す閾値θ。が最適閾値とは限らない。これは第
3図のように文字線素が接近し過ぎているときは、閾値
θを下げると線素が連結してしまうことがあるからであ
る。しかし適切な閾値は関数B(θ)に極小値を与える
閾値の近傍にあることは明らかであり、これを適切範囲
とする。The minimum value is between the maximum value G1 and the maximum value G2, and the threshold value θ indicates the minimum value. is not necessarily the optimal threshold. This is because when character line elements are too close together as shown in FIG. 3, lowering the threshold value θ may cause the line elements to connect. However, it is clear that an appropriate threshold value is in the vicinity of the threshold value that gives the minimum value to the function B(θ), and this is defined as the appropriate range.
また上記第2図、第3図の例−からも分かるように、極
大値G1と02の間の範囲では、別の処理、例えばノイ
ズ除去やスムージングを施すことにより有用なパターン
が得られる可能性もあるので、一応適切範囲を含む有効
範囲と考えてよい。Also, as can be seen from the examples in Figures 2 and 3 above, in the range between the maximum values G1 and 02, it is possible that a useful pattern can be obtained by performing other processing, such as noise removal or smoothing. Therefore, it can be considered that the effective range includes the appropriate range.
このようにして極小値りが求まれば、本発明を適用する
製品の性格および機能に合わせて極小値の近傍の定義を
変化させることができる。Once the minimum value is determined in this way, the definition of the vicinity of the minimum value can be changed in accordance with the characteristics and functions of the product to which the present invention is applied.
次に第5図は第1図における算出部の処理動作を示すフ
ローチャートであり、8組の指定閾値θ。Next, FIG. 5 is a flowchart showing the processing operation of the calculation unit in FIG. 1, and includes eight sets of specified threshold values θ.
線素ブロック数Bを用いて極大値G1.G2および極小
値りを算出し、極小値りを与える閾値の近傍(ここでは
例えば極小(fi−1−に対して±ルベル)の閾値群を
設定する。その後、この閾値群を適切閾値範囲として検
出出力する。なお、極小値りの線素ブロック数B、に対
してその近傍を例えばBO±1ブロックと定義し、これ
を与える閾値群を適切閾値範囲として検出してもよい。Using the number B of line element blocks, the maximum value G1. Calculate G2 and the minimum value, and set a threshold group near the threshold that gives the minimum value (here, for example, the minimum (± lebel for fi-1-)). Then, set this threshold group as an appropriate threshold range. It is also possible to define the neighborhood of the minimum number of line element blocks B as, for example, BO±1 block, and detect a threshold group that provides this as an appropriate threshold range.
以上説明したように本発明は、認識に有効な2値パター
ンの状況、すなわちノイズや線素の欠如を事前評価する
ことにより閾値を決定できるので、より高精度な認識が
可能になるばかりでなく認識処理のやり直しなどの無駄
も削減できる効果がある。また、適切閾値を検出したパ
ターンの評価結果が事前に判明しているので、再試行を
行う際の参考情報として利用することによって、より効
果的な閾値の指定を行うこともできる。更に、事前評価
結果に基づいて別の前処理、例えばノイズ除去やスムー
ジングの適用方法等を変化させることにより精度を更に
向上させ得る効果がある。As explained above, the present invention can determine the threshold value by pre-evaluating the situation of the binary pattern that is effective for recognition, that is, the noise and lack of line elements, so it not only enables more accurate recognition but also This has the effect of reducing waste such as redoing recognition processing. Furthermore, since the evaluation results of patterns for which appropriate thresholds have been detected are known in advance, a more effective threshold can be specified by using this as reference information when retrying. Furthermore, there is an effect that accuracy can be further improved by changing other pre-processing, such as the method of applying noise removal or smoothing, based on the preliminary evaluation results.
第1図は本発明の閾値範囲検出方式の一実施例を示すブ
ロック図、第2図、第3図はそれぞれ閾値と2値パター
ンと線素ブロック数の関係の第1第2の例を示す図、第
4図は閾値と線素ブロック数の関係の一般表現して示す
図、第5図は第1図における算出部の処理動作を示すフ
ローチャートである。
10・・・多値パターン記憶手段、20・・・閾値指定
部、30・・・スライス回路、40・・・線素ブロック
数検出部、50・・・検出情報バッファ、60・・・検
出情報記憶手段、70・・・算出部。
代理人 弁理士 内 原 音
第 1 回
半 2 回
第 3 図FIG. 1 is a block diagram showing an embodiment of the threshold range detection method of the present invention, and FIGS. 2 and 3 show first and second examples of the relationship between the threshold, the binary pattern, and the number of line element blocks, respectively. 4 is a diagram showing a general representation of the relationship between the threshold value and the number of line element blocks, and FIG. 5 is a flowchart showing the processing operation of the calculating section in FIG. 1. DESCRIPTION OF SYMBOLS 10... Multi-value pattern storage means, 20... Threshold specification part, 30... Slice circuit, 40... Line element block number detection part, 50... Detection information buffer, 60... Detection information Storage means, 70... calculation unit. Agent Patent Attorney Oto Hara 1st and a half 2nd 3rd Diagram
Claims (1)
イスして各2値パターンの線素ブロック数を検出し、該
線素ブロック数の変化に応じて極大値および極小値を算
出したのち2つの極大値の間において極小値を与える閾
値の近傍の閾値群および該極小値の近傍の線素ブロック
数を与える閾値群のいずれかを適切な閾値範囲として検
出することを特徴とする閾値範囲検出方式。The multivalued pattern obtained from the scanning device is sequentially sliced using a plurality of threshold values to detect the number of line element blocks of each binary pattern, and the local maximum and minimum values are calculated according to the change in the number of line element blocks. Threshold range detection characterized by detecting either a threshold group near a threshold that gives a local minimum value between two local maximum values or a threshold group that gives a number of line element blocks in the vicinity of the local minimum value as an appropriate threshold range. method.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP60141717A JPS623391A (en) | 1985-06-28 | 1985-06-28 | Detecting system for range of threshold value |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP60141717A JPS623391A (en) | 1985-06-28 | 1985-06-28 | Detecting system for range of threshold value |
Publications (2)
Publication Number | Publication Date |
---|---|
JPS623391A true JPS623391A (en) | 1987-01-09 |
JPH053632B2 JPH053632B2 (en) | 1993-01-18 |
Family
ID=15298558
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP60141717A Granted JPS623391A (en) | 1985-06-28 | 1985-06-28 | Detecting system for range of threshold value |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPS623391A (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013200872A (en) * | 2012-03-26 | 2013-10-03 | Tata Consultancy Services Ltd | System and method for processing image for identifying alphanumeric characters present in series |
-
1985
- 1985-06-28 JP JP60141717A patent/JPS623391A/en active Granted
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013200872A (en) * | 2012-03-26 | 2013-10-03 | Tata Consultancy Services Ltd | System and method for processing image for identifying alphanumeric characters present in series |
Also Published As
Publication number | Publication date |
---|---|
JPH053632B2 (en) | 1993-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7746505B2 (en) | Image quality improving apparatus and method using detected edges | |
US6141460A (en) | Method for detecting edges in an image signal | |
CN109308465B (en) | Table line detection method, device, equipment and computer readable medium | |
JP2009032299A (en) | Document image processing method, document image processor, document image processing program, and storage medium | |
KR20130072073A (en) | Apparatus and method for extracting edge in image | |
EP0501450A2 (en) | Apparatus for distinguishing between different areas of an image | |
EP0236594B1 (en) | Method of and device for recognizing half-tone image information | |
US5050229A (en) | Method and apparatus for thinning alphanumeric characters for optical character recognition | |
US5365600A (en) | Image processing system | |
US6269186B1 (en) | Image processing apparatus and method | |
JPH1188664A (en) | Image-processing unit and record medium recorded with program thereof | |
JPS623391A (en) | Detecting system for range of threshold value | |
CN111881929A (en) | Method and device for detecting large-period state of Duffing system based on chaotic image pixel identification | |
JP2000155841A (en) | Graphic recognition method, device therefor and recording medium recorded with graphic recognition program | |
JP2501646B2 (en) | Character background processor | |
JP2948310B2 (en) | Optimal binarization threshold determination method | |
JP2755145B2 (en) | Division point setting method | |
JP4013695B2 (en) | Image processing method and image processing apparatus | |
JP3651037B2 (en) | Line segment detection method and apparatus | |
JPH11112796A (en) | Image processor | |
JPS5864578A (en) | Character segmenting device | |
JPH04339471A (en) | Device for identifying image area | |
JPH07141467A (en) | Image processor | |
KR0123098B1 (en) | Method for splitting/merging the region and device thereof | |
JPH05128308A (en) | Character recognition device |